留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于支撑向量机概率输出的高光谱影像混合像元分解

吴波 张良培 李平湘

吴波, 张良培, 李平湘. 基于支撑向量机概率输出的高光谱影像混合像元分解[J]. 武汉大学学报 ● 信息科学版, 2006, 31(1): 51-54.
引用本文: 吴波, 张良培, 李平湘. 基于支撑向量机概率输出的高光谱影像混合像元分解[J]. 武汉大学学报 ● 信息科学版, 2006, 31(1): 51-54.
WUBo, ZHANGLiangpei, LIPingxiang. Unmixing of Hyperspectral Imagery Based on Probabilistic Outputs of Support Vector Machines[J]. Geomatics and Information Science of Wuhan University, 2006, 31(1): 51-54.
Citation: WUBo, ZHANGLiangpei, LIPingxiang. Unmixing of Hyperspectral Imagery Based on Probabilistic Outputs of Support Vector Machines[J]. Geomatics and Information Science of Wuhan University, 2006, 31(1): 51-54.

基于支撑向量机概率输出的高光谱影像混合像元分解

基金项目: 国家自然科学基金资助项目(40471088);国家973计划资助项目(2003CB415205)
详细信息
    作者简介:

    吴波,博士生。主要研究方向为图像处理、模式识别、Agent模型等。

  • 中图分类号: TP751

Unmixing of Hyperspectral Imagery Based on Probabilistic Outputs of Support Vector Machines

Funds: 国家自然科学基金资助项目(40471088);国家973计划资助项目(2003CB415205)
计量
  • 文章访问数:  397
  • HTML全文浏览量:  14
  • PDF下载量:  469
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-10-12
  • 修回日期:  2005-10-12
  • 刊出日期:  2006-01-05

基于支撑向量机概率输出的高光谱影像混合像元分解

    基金项目:  国家自然科学基金资助项目(40471088);国家973计划资助项目(2003CB415205)
    作者简介:

    吴波,博士生。主要研究方向为图像处理、模式识别、Agent模型等。

  • 中图分类号: TP751

摘要: 提出利用支撑向量机(SVM)后验概率来分解高光谱影像的混合像元,通过支撑向量机的输出值转化为两两配对的后验概率,再由两两配对的概率值求得多类后验概率,并以像元所属类别的后验概率作为地物的组分信息。实验结果表明,该方法能较好地估计出混合像元的组分比。

English Abstract

吴波, 张良培, 李平湘. 基于支撑向量机概率输出的高光谱影像混合像元分解[J]. 武汉大学学报 ● 信息科学版, 2006, 31(1): 51-54.
引用本文: 吴波, 张良培, 李平湘. 基于支撑向量机概率输出的高光谱影像混合像元分解[J]. 武汉大学学报 ● 信息科学版, 2006, 31(1): 51-54.
WUBo, ZHANGLiangpei, LIPingxiang. Unmixing of Hyperspectral Imagery Based on Probabilistic Outputs of Support Vector Machines[J]. Geomatics and Information Science of Wuhan University, 2006, 31(1): 51-54.
Citation: WUBo, ZHANGLiangpei, LIPingxiang. Unmixing of Hyperspectral Imagery Based on Probabilistic Outputs of Support Vector Machines[J]. Geomatics and Information Science of Wuhan University, 2006, 31(1): 51-54.

目录

    /

    返回文章
    返回